Comment un géant de la technologie centenaire fait son grand retour avec l'IA

Sophie Vandebroek Justin Saglio

IBM n'est peut-être pas le géant de la technologie le plus sexy, comparé à Google ou Apple ou à la dernière startup de pointe. Mais il existe depuis 1911, il doit donc faire quelque chose de bien.

Son secret est sa division de recherche, avec 3 000 chercheurs répartis sur 12 sites, sur laquelle l'entreprise s'appuie pour rester au fait des tendances des technologies émergentes. Depuis des décennies, l'entreprise s'est engagée dans un processus annuel de création et d'adaptation d'unités commerciales à la lumière de ce qui se profile à l'horizon.

Le processus n'est certainement pas parfait. À son apogée, IBM était une centrale électrique de la recherche sur l'IA, responsable de jalons majeurs comme apprendre à une machine à jouer aux dames et à battre le meilleur joueur d'échecs humain. Maintenant, ces gros titres vont aux nouveaux venus comme OpenAI et DeepMind. Pendant ce temps, IBM a payé un prix de réputation pour surtypage Watson .

Mais la société envisage un retour, en particulier depuis qu'elle a conclu un partenariat avec le MIT il y a deux ans pour partager les chercheurs et la propriété intellectuelle. À EmTech Next, l'événement du MIT Technology Review sur l'avenir du travail, nous avons invité Sophie Vandebroek, vice-présidente des partenariats technologiques émergents, à partager sa stratégie d'innovation à long terme.

Ce qui suit est un mélange d'extraits des questions-réponses que nous avons eues sur scène et d'une série de questions de suivi que nous avons posées après l'événement. Les réponses ont été modifiées pour plus de longueur et de clarté.

Lorsque vous avez rejoint IBM, il avait en quelque sorte perdu pied en tant que moteur de la recherche sur l'IA. Expliquez-nous comment vous avez abordé ce défi lorsque vous y avez pensé pour la première fois.

Ce qu'IBM fait bien pour regarder ce qui va suivre, c'est que nous faisons une perspective technologique mondiale [GTO] sur une base annuelle. Les chercheurs nous aident à voir ce qui se profile à l'horizon et nous disent : 'Hé, surveillez ces tendances importantes qui pourraient soit aveugler l'entreprise, soit vraiment permettre à l'entreprise et à nos clients de créer la prochaine entreprise d'un milliard de dollars'. C'est ainsi que nous pensons à cela.

Lorsque j'ai rejoint l'équipe, je dirigeais ce processus du GTO. Nous avons décidé très rapidement que l'IA est l'une de ces technologies qui est sur une courbe exponentielle. L'IA a été un résultat de ces perspectives technologiques mondiales à plusieurs reprises dans le passé, comme lors de la création de l'activité de santé Watson, et Watson pour la sécurité, etc. Mais nous avons pensé, rafraîchissons-nous et pensons-y de manière très holistique, en tenant compte de tout cela s'est produit au cours des dernières années.

Alors, comment se déroule le processus GTO ?

C'est un processus d'un an qui se termine le jour où IBM Research fait des recommandations sur les technologies émergentes qui ont la possibilité de créer la prochaine entreprise d'un milliard de dollars pour IBM. Nous utilisons des outils comme Github, où les gens peuvent publier leurs idées, pour en faire un processus très transparent. Toutes les personnes d'IBM Research peuvent voter et donner des conseils, et l'équipe de direction examine régulièrement ce qui en ressort.

Ainsi, les six premiers mois sont une phase de collecte d'idées, puis au début de l'été, nous commençons à la réduire aux sujets généraux de haut niveau qui sont extrêmement importants. Certaines années, c'est juste un sujet, comme il y a deux ans quand nous avons fait de l'IA. Tout au long de l'été, les sujets sont peaufinés et au début de l'automne, nous commençons à examiner ce que dit la communauté VC et ce que fait la concurrence. Nous effectuons des études de marché et des concurrents détaillées supplémentaires pour aider à renforcer le message. L'activité blockchain est issue de ce processus ; la nouvelle activité Watson Security également.

IBM est une entreprise vieille de plus d'un siècle. C'est un gros navire avec des centaines de milliers d'employés, vous devez donc vous assurer que le navire continue d'aller dans la bonne direction. Avoir ces types de processus rassemble vraiment toute l'entreprise et les fait se concentrer sur ce qui est important.

Lors de votre arrivée, vous avez très vite décidé de proposer le MIT-IBM Watson AI Lab. Pourquoi?

IBM et le MIT sont des institutions exceptionnelles sur la côte Est. La côte ouest comptait de nombreuses entreprises qui investissent dans l'IA et qui travaillent avec des universités de la côte ouest. Certaines entreprises ont obtenu tout le département, comme ce qui s'est passé en Carnegie Mellon et Uber [ce dernier a vidé le meilleur laboratoire de robotique du premier] - c'est bien sûr un mauvais modèle. J'ai également été membre du comité consultatif du doyen de l'ingénierie au MIT pendant une décennie. Les deux institutions pourraient vraiment, avec très peu d'investissements supplémentaires, passer au niveau supérieur vers la quête du renseignement, comme le MIT a commencé à l'appeler après la création du laboratoire.

Nous avons donc fait cette proposition avec beaucoup d'adhésion de la part de tous mes collègues d'IBM pour créer le MIT-IBM Watson AI Lab. Chez IBM, sur quelque 5 000 chercheurs de notre communauté (étudiants et stagiaires compris), 1 500 travaillent sur l'intelligence artificielle, soit sur les algorithmes de base de l'IA, soit sur leur application à l'industrie. Donc [le nouveau laboratoire] n'allait pas se concentrer sur les problèmes sur lesquels cette grande communauté se concentrait déjà. Nous voulions vraiment nous concentrer sur les problèmes les plus difficiles où vous avez juste besoin des personnes les meilleures et les plus brillantes au monde.

Et quel est l'impact que vous avez vu de cette collaboration ? Comment a-t-il amélioré la recherche existante sur l'IA ?

Cette collaboration a de nouveau concentré la recherche d'IBM sur la résolution d'importants problèmes de science fondamentale en IA. IBM ne prend pas uniquement les décisions sur les projets sélectionnés en laboratoire. Il est réalisé par un comité directeur composé de trois membres du MIT et de trois membres d'IBM, co-dirigé par un directeur de chaque organisation. Une fois par an, nous lançons une demande de propositions dans nos quatre piliers de recherche : les algorithmes de base de l'IA, la physique de l'IA, l'IA appliquée aux industries et la prospérité rendue possible par l'IA. Ces projets sont ensuite examinés et sélectionnés ensemble par le comité de pilotage. Nous avons eu 186 propositions la première fois et nous en avons financé 49. Ce processus nous oblige à examiner les problèmes difficiles de la recherche scientifique qui ne sont pas seulement appliqués.

Nos chercheurs font également partie de la communauté de recherche sur les produits, qui est très douée pour exécuter les feuilles de route des produits. Nous avons exécuté une feuille de route de la loi de Moore pendant de nombreuses décennies, où nous voulions obtenir des transistors de plus en plus petits, par exemple. Nous avons une feuille de route similaire pour le quantique. La recherche fondamentale consiste donc à être à l'avant-garde de ce que l'IA peut faire aujourd'hui et à repousser constamment les limites.

Qu'est-ce qui vous a poussé à choisir ce modèle de collaboration ?

La raison pour laquelle il est conjoint est que, dès le début, les IBMers savent vraiment ce qui se passe dans le projet. Ensemble, nous déposons des brevets. Une grande partie de la technologie est open source parce que les étudiants doivent évidemment pouvoir rédiger des articles et obtenir leur thèse de doctorat, etc. Mais être là dès le début permettra ensuite aux technologies qui ont du sens d'être véritablement intégrées dans la route du produit. Plans.

Il y a quelques mois, nous avons élargi l'accord avec le MIT pour intégrer d'autres sociétés dans ce consortium. Donc, si votre entreprise est intéressée, vous pouvez rejoindre le MIT-IBM Watson AI Lab en tant que membre. Les sociétés ne font pas partie des projets de recherche, mais elles ont accès aux projets de recherche et elles ont accès à la propriété intellectuelle d'un sous-ensemble de projets. Pour l'instant, quatre se sont inscrits.

Quels autres types de collaborations souhaitez-vous continuer à construire ?

Nous voulons collaborer avec une diversité d'industries. Tout ce qui sortira de ces programmes de recherche sera positif et précieux pour la plupart des industries si cela fonctionne. Nous voulons donc avoir une douzaine d'entreprises clés qui peuvent vraiment apporter leur expertise, leurs points faibles, leurs rêves, leurs données au consortium.

Lorsque nous avons créé le laboratoire d'origine avec le MIT, nous n'avons également imposé aucune limite aux professeurs et aux étudiants pour créer des startups. Notre espoir est que de nombreuses startups sortiront de ce laboratoire qui sont liées à l'IA et dans la communauté de Cambridge et de Boston. Bien sûr, le laboratoire est nouveau - nous avons le deuxième anniversaire en septembre - mais j'espère que bientôt des startups en sortiront pour créer tout un écosystème.

Quelle est votre vision à 5 et 10 ans des partenariats technologiques émergents ?

Je pense que l'ensemble de l'écosystème - entreprises, universités et startups - devient de plus en plus important. Par exemple, dans notre travail avec l'informatique quantique, nous avons ouvert le matériel, il est donc disponible sur le Web. 120 000 personnes du monde entier sont entrées, ont fait de petites expériences et plus de 160 articles techniques ont été écrits, donc certains font de grandes recherches. Ces 120 000 utilisateurs sont également de tous les continents, y compris l'Antarctique, et ont mené 10 millions d'expériences.

Ce que j'essaie de dire, c'est qu'il ne s'agit pas seulement de partenariats avec des entreprises ou des startups. Ce sont des partenariats avec des individus : avec des chercheurs individuels et avec des développeurs. J'espère que nos autres plates-formes open source, comme la boîte à outils AI Fairness 360 [qui offre des ressources pour lutter contre les biais dans l'apprentissage automatique], attireront également de nombreux chercheurs du monde entier pour l'améliorer et ensuite l'utiliser. Même chose avec la plate-forme blockchain open-source : IBM contribue, les universitaires contribuent, puis plusieurs entreprises peuvent utiliser la plate-forme et s'appuyer dessus. Les partenariats sont une nouvelle façon de faire de la recherche.

Corrections : Sophie Vandebroek a siégé au comité consultatif du doyen du MIT pendant une décennie, pas des décennies. Le MIT-IBM Watson AI Lab fête son deuxième anniversaire en septembre, pas le dernier.

cacher